我在使用scikit-learn通过逻辑回归实现分类。类标签是通过predict()函数预测的，而预测的概率则是通过predict_proba()函数输出的。

下面是代码片段：

# 将数据集分成训练和测试数据X_train, X_test, y_train, y_test = train_test_split(ds_X, ds_y, test_size=0.33, random_state=42) y_pred = logreg.predict(X_test)                             # 从测试特征预测的类标签y_predicted_proba = logreg.predict_proba(X_test)            # 从测试特征预测的概率

预测的标签被打印为

array([1, 1, 1, 1, 1, 1, 1, 1, 0, 1.......... 等等

相应的预测概率被打印为

array([[ 0.03667012,  0.96332988],       [ 0.03638475,  0.96361525],       [ 0.03809274,  0.96190726],       [ 0.01746768,  0.98253232],       [ 0.02742639,  0.97257361],       [ 0.03676579,  0.96323421],       [ 0.02881874,  0.97118126],       [ 0.03082288,  0.96917712],       [ 0.65332179,  0.34667821],       [ 0.02091977,  0.97908023],                   .                   '       等等

观察，
第一个预测标签 – 1
第一个预测概率 – [ 0.03667012, 0.96332988]

为什么是0.03667012先被打印，而不是0.96332988？难道不应该是相反的吗？

回答：

第0列是类别0的概率，

第1列是类别1的概率。

如果您有n个类别，输出概率的形状将是(n_examples, n_classes)。